Documentos de Académico
Documentos de Profesional
Documentos de Cultura
Usar las salidas del software R para dar solución a las siguientes situaciones
1. Se cree que la pureza del oxígeno producido con un proceso de fraccionamiento está
relacionada con el porcentaje de hidrocarburos en el condensador principal de la unidad
de procesamiento. A continuación los datos de veinte muestras :
pureza=77.86+11.8 (hidro)
H 0 : β i= βi +1=β i+n=0
H 1 : β i+ n ≠ 0
Para esto miramos el valor del F-stadistic y lo comparamos con el valor crítico al nivel
de confianza de 0.05, observamos que el valor calculado 11.47 que es mayor que el
valor tabulado (4.1). Así rechazamos Ho. Decimos que el modelo es significativo en sus
variables.
Prueba de T
Parámetro estimado del porcentaje de hidrocarburos. Se desea probar
H 0 : β 1=0 vs H 1 : β1 ≠ 0
βˇ1
T=
S √ c ii
11.8
T= =3.38
3.485
Coeficiente de Determinación:
SSr 148.31
R 2= = =0.38
SST 232.83
Coeficiente de Correlación
r= √ R2=0.62
Podemos notar que el grado de asociación positiva entre el porcentaje de pureza del
oxígeno y el porcentaje de hidrocarburo es muy cercano a 1.
Así:
De lo anterior podemos notar el porcentaje de variabilidad explicado por el modelo, es decir de
un 48.2%. Haciendo prueba de significancia del modelo o prueba F podemos ver que el F
calculado de 3.72 es mayor al valor critico tabulado de 2.54, por tal se rechaza la hipótesis nula
de que todos los parámetros estimados son iguales a cero. Obteniendo el siguiente modelo
específico:
3. Davidson (“Update on Ozone Trends in California´s South Coast Air Basin”, Air Waste,
43, 226, 1993) estudió las concentraciones de ozono en la Cuenca aérea de la costa sur
de California, durante los años 1976 a 1992. Cree que la cantidad de días en las que las
concentraciones de ozono fueron mayores que 0.20 ppm (la respuesta) depende del
índice metereológico estacional, que es el promedio estacional de la temperatura con
850 milibars (el regresor). La siguiente tabla muestra los datos
H 0 : β i= βi +1=β i+n=0
H 1 : β i+ n ≠ 0
Así miramos el valor del F-stadistic y lo comparamos con el valor crítico al nivel de
confianza de 0.05, observamos que el valor calculado 2.36 que es menor que el valor
tabulado (4.5). Así no rechazamos Ho. Decimos que el modelo no es significativo en
sus variables. El índice meteorológico estacional no es significativo para explicar el
número de días en que la concentración de ozono fue mayor a 0.20 ppm
β 1 , e interprete.
d. Construya el intervalo de confianza para
Así con un nivel de confianza del 95% podemos decir que el parámetro B1 se encuentra
entre (-4.9; 35.5)
Nos lo ratifica el anterior gráfico, no hay grado de asociación entre las variables en
cuestión, el índice meteorológico no es significativo para explicar el número de días en
que la concentración de ozono fue mayor a 0.20ppm
1 16.68 7 560
2 11.50 3 220
3 12.03 3 340
4 14.88 4 80
5 13.75 6 150
6 18.11 7 330
7 8.00 2 110
8 17.83 7 210
9 79.24 30 1460
10 21.50 5 605
11 40.33 16 688
12 21.00 10 215
13 13.50 4 255
14 19.75 6 462
15 24.00 9 448
16 29.00 10 776
17 15.35 6 200
18 19.00 7 132
19 9.50 3 36
20 35.10 17 770
21 17.90 10 140
22 52.32 26 810
23 18.75 9 450
24 19.83 8 635
25 10.75 4 150
c. Realice una prueba de hipótesis para verificar la relación lineal entre las tres variables,
use α =0.01 .
H 0 : β i= βi +1=β i+n=0
H 1 : β i+ n ≠ 0
Así miramos el valor del F-stadistic y lo comparamos con el valor crítico al nivel de
confianza de 0.01, observamos que el valor calculado 261.2 que es mayor que el
valor tabulado (5.71). Así rechazamos Ho. Decimos que el modelo es significativo en
sus variables. La distancia en pies recorrida y el número de cajas son variables
significativo para explicar el tiempo de atención de las máquinas expendedoras.
d. Evalúe la fuerza de la relación lineal entre “Y” y las variables independientes de manera
individual, use α =0.01 .
βˇ1
T=
S √ c ii
1.61
T= =9.4
0.17
H 0 : β 1=0 vs H 1 : β1 ≠ 0
βˇ1
T=
S √ c ii
0.014
T= =3.9
0.003
Si se escoge nivel de significancia 0.01, el valor critico de t es = 2.83. Así se rechazaría
la hipótesis nula, y se llega a la conclusión que hay una relación lineal entre la
distancia caminada y el tiempo de atención a las máquinas expendedoras.
β i , e interprete.
e. Construya los intervalos de confianza de 95% para los
Así con un nivel de confianza del 95% podemos decir que los parámetros para el número
de cajas abastecidas y la distancia caminada (pies) se encuentran en los siguientes
intervalos de confianza.
MEZCLADO A B C D
1 3129 3000 2865 2890
2 3200 3000 2975 3150
3 2800 2900 2985 3050
4 2600 2700 2600 2765
7. Una empresa reparadora de lavadoras desea estudiar desea estudiar el efecto el efecto de la
marca y el centro de servicio de reparación en minutos. Se eligieron tres marcas de lavadoras y
tres centros de servicio. Cada centro fue asignado para efectuar una reparación de dos
lavadoras de cada marca. Los resultados se muestran en la siguiente tabla.
8. En un estudio de 2989 fallecimientos por cáncer, se registró el lugar de cada uno (casa,
cuidado intensivo en hospitales, hospital de atención permanente) y la edad al fallecimiento,
resultando en la tabla dada de frecuencia en dos sentidos. Mediante el uso de un nivel de
significancia de .01, pruebe la hipótesis nula que de la edad y el lugar del fallecimiento son
independientes.
Lugar